[发明专利]面向不完整多视图数据的转换模型的训练方法及装置

说明书

本申请实施例提供一种面向不完整多视图数据的转换模型的训练方法及装置，该方法包括：获取样本对象的第一描述信息和第二描述信息。通过第一转换模型对第一描述信息进行特征提取和特征转换处理，得到第一特征信息和第一转换信息。通过第二转换模型对第二描述信息进行特征提取和特征转换处理，得到第二特征信息和第二转换信息。根据第一特征信息、第一转换信息、第二特征信息、第二转换信息、第一描述信息和第二描述信息，更新第一转换模型和第二转换模型的模型参数。本申请的技术方案可以根据已有视图的数据自动生成缺少视图的数据，以从而可以有效提升聚类处理的准确性。

技术领域

本申请实施例涉及计算机技术，尤其涉及一种面向不完整多视图数据的转换模型的训练方法及装置。

背景技术

随着数据采集技术的不断发展,人们获得的数据常常具有多个视角,形成多视图数据。

聚类分析是根据数据对象间的关系将集合分割成多个簇的过程，并将距离近的数据对象划分到同一个簇中，以及将距离远的数据划分到不同的簇。在实际的工程应用中，一般不可能收集到对于所有事物完整的多视图数据。

因为多视图数据可以全面并准确的描述数据对象，因此根据缺失视图的数据进行聚类分析，会导致聚类分析的准确性较差。

发明内容

本申请实施例提供一种面向不完整多视图数据的转换模型的训练方法及装置、面向不完整多视图数据的信息聚类方法及装置，以克服聚类分析的准确性较差的问题。

第一方面，本申请实施例提供一种面向不完整多视图数据的转换模型的训练方法，包括：

获取样本对象的第一描述信息和第二描述信息，所述第一描述信息为第一信息类型，所述第二描述信息为第二信息类型；

通过第一转换模型对所述第一描述信息进行特征提取和特征转换处理，得到第一特征信息和第一转换信息，所述第一转换模型用于将所述第一信息类型的描述信息转换为所述第二信息类型的描述信息；

通过第二转换模型对所述第二描述信息进行特征提取和特征转换处理，得到第二特征信息和第二转换信息，所述第二转换模型用于将所述第二信息类型的描述信息转换为所述第一信息类型的描述信息；

根据所述第一特征信息、所述第一转换信息、所述第二特征信息、所述第二转换信息、所述第一描述信息和所述第二描述信息，更新所述第一转换模型和所述第二转换模型的模型参数。

在一种可能的设计中，根据所述第一特征信息、所述第一转换信息、所述第二特征信息、所述第二转换信息、所述第一描述信息和所述第二描述信息，更新所述第一转换模型和所述第二转换模型的模型参数，包括：

通过第一还原模型对所述第一特征信息进行还原处理得到第一还原信息，以及通过第二还原模型对所述第二特征信息进行还原处理，得到第二还原信息；

根据所述第一特征信息、所述第一转换信息、所述第二特征信息、所述第二转换信息、所述第一描述信息、所述第二描述信息、所述第一还原信息和所述第二还原信息，更新所述第一转换模型和所述第二转换模型的模型参数。

在一种可能的设计中，所述第一转换模型包括第一特征提取模型和第一特征转换模型；所述第二转换模型包括第二特征提取模型和第二特征转换模型；

根据所述第一特征信息、所述第一转换信息、所述第二特征信息、所述第二转换信息、所述第一描述信息、所述第二描述信息、所述第一还原信息和所述第二还原信息，更新所述第一转换模型和所述第二转换模型的模型参数，包括：

根据所述第一描述信息、所述第一还原信息、所述第二描述信息、所述第二还原信息，更新所述第一特征提取模型、所述第一还原模型、所述第二特征提取模型、所述第二还原模型的模型参数；

根据所述第一特征信息和所述第二特征信息更新第一特征提取模型和所述第二特征提取模型的模型参数；